随着数字化信息技术的发展，人们开始研究以数字图像处理为基础的自动识别与定位技术，以提高工业生产的效率。　　数字图像在获取和传递的过程中它必然会被噪声所污染，从而影响我们对图像标记点的识别与定位。针对高斯噪声和椒盐噪声的混合噪声，本文中总共分三步对其去噪算法展开讨论研究，首先对常见的频域和空域滤波算法加以研究，然后针对中值滤波仍然存在细节模糊的情况，对其加以改进使得滤波效果更好；最后结合小波阈值去噪算法和改进的中值滤波算法进行去噪处理，并通过实验验证了混合去噪算法拥有更好的滤波效果。　　滤波去噪之后再对其进行边缘检测，是实现图像标记点精准定位的必要步骤，本文在对常用的边缘检测算子进行分析之后，比较了不同算子的优劣性，基于Otsu阈值法对Canny算子加以改进，结合实验分析证实了这一改进可以在确保检测效果的同时拥有更好的适应性。　　本文通过学习Hough变换的基本思想以及它的改进算法，在总结前人研究基础之上，采用了一种基于边缘梯度信息的改进Hough变换算法对图像中的直线特征进行检测；对于圆形标记点定位，采用了一种初始点位置限定策略对Hough变换加以改进，最后为了提高圆心的定位精度，采用最小二乘法对边界点进行拟合，得到亚像素级定位精度。